Penerapan Algoritma ARIMA (Autoregressive Integrated Moving Average) pada Beban Feeder Gardu Hubung Makale

Penelitian ini bertujuan untuk mengembangkan model prediksi beban listrik pada feeder Gardu Hubung Makale menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Model ini dirancang untuk menganalisis data historis guna memprediksi pola beban listrik, yang diharapkan dapat meningkatkan efisiensi perencanaan dan pengelolaan sistem tenaga listrik. Data historis beban listrik diperoleh dari PT PLN (Persero) ULP Makale dalam rentang waktu tertentu dan diolah menggunakan perangkat lunak Python. Model ARIMA dikembangkan dengan menyesuaikan parameter autoregresi (AR), differencing (I), dan moving average (MA) untuk menangkap pola musiman dan tren yang terdapat dalam data. Hasil analisis menunjukkan bahwa model ARIMA mampu memberikan
prediksi yang cukup akurat, dengan nilai evaluasi Mean Absolute Error (MAE) sebesar 4.78 dan Root Mean Squared Error (RMSE) sebesar 6.14. Grafik hasil prediksi menunjukkan kesesuaian antara nilai aktual dan nilai yang diprediksi,
sehingga model ini dapat digunakan sebagai alat bantu dalam pengambilan keputusan terkait pengelolaan beban listrik pada Gardu Hubung Makale.
Kata Kunci: ARIMA, Prediksi Beban Listrik, Feeder, Gardu Hubung Makale